mcpField
C
core-agent-browser

core-agent-browser

github.com/actionbookエージェントワークフロー1.6k2.0k 回インストール9 週間前に更新
リポジトリ

core-agent-browser について

agent-browser CLI を使ったブラウザー自動化スキルです。ページ移動、要素の確認と操作、スクリーンショット、フォーム入力を扱い、他の情報取得ツールを優先する場面も示します。

主な機能

  1. 01ページ移動と履歴操作
  2. 02アクセシビリティツリーと操作要素のスナップショット
  3. 03参照番号やセマンティックロケーターによる操作
  4. 04ページのテキスト・タイトル・URL の取得
  5. 05スクリーンショットと待機条件

活用シーン

  1. 01Web フォームへの入力と送信
  2. 02ページ要素の確認と操作
  3. 03ページ状態のスクリーンショット保存

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/actionbook/rust-skills --skill core-agent-browser

インストール後、Claude Code で/core-agent-browserを入力して読み込まれたか確認します。

同梱ファイルagents/openai.yaml

詳細

agent-browser によるブラウザー自動化

優先順位に関する注意

Rust／crate の情報を取得する場合は、次の優先順位に従ってください。

  1. rust-learner skill - actionbook と browser-fetcher を連携します
  2. actionbook MCP - 既知のサイト用に事前計算されたセレクターを使用します
  3. agent-browser CLI - 直接ブラウザーを自動化します（最後の手段）

次の場合にのみ、agent-browser を直接使用してください。

  • 対象サイト用の事前計算されたセレクターが actionbook にない
  • インタラクティブなブラウザーテスト／自動化が必要
  • スクリーンショットの撮影やフォームへの入力が必要

クイックスタート

agent-browser open <url>        # Navigate to page
agent-browser snapshot -i       # Get interactive elements with refs
agent-browser click @e1         # Click element by ref
agent-browser fill @e2 "text"   # Fill input by ref
agent-browser close             # Close browser

基本的なワークフロー

  1. 移動：agent-browser open <url>
  2. スナップショット：agent-browser snapshot -i（@e1、@e2 のような参照を持つ要素を返します）
  3. スナップショットの参照を使って操作します
  4. 移動後または DOM に大きな変更があった後は、スナップショットを再取得します

コマンド

移動
agent-browser open <url>      # Navigate to URL
agent-browser back            # Go back
agent-browser forward         # Go forward
agent-browser reload          # Reload page
agent-browser close           # Close browser
スナップショット（ページの分析）
agent-browser snapshot        # Full accessibility tree
agent-browser snapshot -i     # Interactive elements only (recommended)
agent-browser snapshot -c     # Compact output
agent-browser snapshot -d 3   # Limit depth to 3
インタラクション（スナップショットの @refs を使用）
agent-browser click @e1           # Click
agent-browser dblclick @e1        # Double-click
agent-browser fill @e2 "text"     # Clear and type
agent-browser type @e2 "text"     # Type without clearing
agent-browser press Enter         # Press key
agent-browser press Control+a     # Key combination
agent-browser hover @e1           # Hover
agent-browser check @e1           # Check checkbox
agent-browser uncheck @e1         # Uncheck checkbox
agent-browser select @e1 "value"  # Select dropdown
agent-browser scroll down 500     # Scroll page
agent-browser scrollintoview @e1  # Scroll element into view
情報の取得
agent-browser get text @e1        # Get element text
agent-browser get value @e1       # Get input value
agent-browser get title           # Get page title
agent-browser get url             # Get current URL
スクリーンショット
agent-browser screenshot          # Screenshot to stdout
agent-browser screenshot path.png # Save to file
agent-browser screenshot --full   # Full page
待機
agent-browser wait @e1                     # Wait for element
agent-browser wait 2000                    # Wait milliseconds
agent-browser wait --text "Success"        # Wait for text
agent-browser wait --load networkidle      # Wait for network idle
セマンティックロケーター（参照の代替）
agent-browser find role button click --name "Submit"
agent-browser find text "Sign In" click
agent-browser find label "Email" fill "[email protected]"

例：フォームの送信

agent-browser open https://example.com/form
agent-browser snapshot -i
# Output shows: textbox "Email" [ref=e1], textbox "Password" [ref=e2], button "Submit" [ref=e3]

agent-browser fill @e1 "[email protected]"
agent-browser fill @e2 "password123"
agent-browser click @e3
agent-browser wait --load networkidle
agent-browser snapshot -i  # Check result

コメント

Markdown 対応